电力市场下负荷集成商参与需求响应的策略研究

摘要：在我国电力市场中，负荷集成商可以通过市场侧来完成购电与售电的过程，也可以借助用户侧提供相应的补偿电价或者是削减负荷来起到对市场定价的影响。本论文的研究目的主要是为了帮助负荷集成商利用可中断负荷的方式从而达到降低市场电价的目标。通过选取最优的中断负荷时段，希望帮助集成商实现收益最大优化，从而找到现阶段最优的补偿电价和调节策略。

关键词：电力市场;负荷集成商;需求响应

引言：

所谓的负荷集成商指的是挖掘大大小小的负荷资源的一个市场主体。这些主体可以对接一部分中小容量的用户，使他们的总体水平能够达到电力市场的要求，让他们能够成为代表参与到响应需求的工作中去，并且为其提供一些辅助服务来达到提升收益的目标。国外有很多地区出台了做了很多方案和策略，并且结合到了实际应用中去。本论文的研究对象是以我国现阶段的电力环境市场作为基础，帮助负荷集成商解决相应的问题。

一、负荷集成商在电力市场下运营模式

随着我国下达的电力改革政策，我国的各个地区也逐步推行了电力改革体制，在新政策的改革下又催生了一批负荷集成商[1]。我国所拥有的负荷集成商的数量相比较于日本或者是欧美市场，数量是较少的。但是我国这一小部分也为我国电力系统的安全性，高峰负荷性，还有平衡系统的电量需求等起到了至关重要的作用。本论文的研究以实例出发，结合了几个实际案例。对我国目前的电力市场情况，以及负荷运营商的情况进行了详细的阐述。也从另一个角度对我国的负荷集成电商，做了更深层次的说明和解说。

二、电力市场下需求响应及其支撑技术

（一）电力市场下需求响应

1.需求响应基本定义与分类

依据需求基本定义是按照用户的响应方式进行分类的，所以依据此情况，主要分为基于价格型或者激励的需求响应模式

（1）基于价格的需求侧响应模式：电力运营商通过对价格策略的调整，对于用户用电情况进行适当引导，用户可以根据不同的价格状态自主的选择用电，这样一来就实现了用电错峰的目的。

（2）基于激励的需求侧响应模式：负荷集成商与电力用户两者之间签订了相应的合同之后，如果在用电高峰期电力设备出现了用电不足的情况下，可以借助事先准备好的控制设备对于用户用电进行限制，之后再调查该设备对用户的用电量缩减了多少，在依据两者签订的合同对用户进行照价赔偿。这种方式同紧急需求侧无响应的服务商相比，管理模式下的整体形式更加主动，能够适应于国家所制定的标准，在现实过程中可以将这两种模式进行结合使用，

2.电力市场下自动需求响应及其应用

高级测量体发展速度越来越快，自动化程度的比重越来越多。需求响应必须能够对于电力情况进行实时监测，并且具有一定的控制作用。而且还能够对市场交易的机制进行合理规划，实现自动化的最优调控模式。自动响应和传统响应，两者之间存在很大的区别，详细的区别可以通过。如图2-1和图2-2所示。自动需求响应的模式，不需要人工操作，而且还可以结合具体的市场情况，起到对于市场规律的协调作用，整个运行方式只需要接受外部指令就可以顺利运行，并且能够按照标准要求完成用户负荷的调控作用，实现对于负荷曲线的改善。

（二）电力市场下需求响应的支撑技术

为了能够保证顺利地完成设备的监测任务和控制任务，设备的硬件支持必须具有以下几点：

1.具有一定分布式能源的接入能力。响应系统应该能够同时适用于分布式发电装置，储能装置，负荷装置以及微电网装置的接入，而且还能够保证这些接入点能够顺利地联合起来。

2.互联性。各个连接点之间要构成一个整体才能够工作，所以这要求硬件响应支撑系统必须具有一定的互联性。能够实现在物理层面的连接，或者是利用云端连接的方式创建一个合适的自治区，保证对于不同分布式的电源，以及电压或者是其他电力设备能够维持在一个持续性全面态势感知的状态下。

3.实时可感知性。需求响应软件系统必须能够在任何情况下，对于所接入的各种设备，处于什么样的运行状态，能够达到什么样的输出量有一个规定的标准，之后再结合大数据，以及技术对于用户用电的特征进行分析。

4.即插即用性。需求响应硬件支撑系统应能够实现分布式发电装置，储能装置和负荷管理设备的即插即用，实现能源共享网络的信息及时传递，同时减少繁琐的接入设备配置等。

5.智能性。响应支撑系统本身具备计算能力，这样才能够在没有连接网络的情况下，实现预先策略和对储存能源的利用情况做出正确的判断。

三、基于BP神经网络算法的电价预测模型研究

（一）采用BP神经网络算法的电价预测模型

美国目前所使用的定价策略，是以小时为单位进行出清的。在这种状态下每过一个小时就会有出台一个新的出行电价。之后再结合公司现阶段的统计数据和分析数据，找出电价均值和整体负荷水平两者之间存在的线性关系即：

上式中，Kt是电价负荷系数，是t时段基础负荷，bt是一个常数项，是时段现货白价。依据该公式计算得出，不同的时间段之间存在差异的大小完全随着负荷变化进行改变，那么这样一来就可以不同时期的负荷量的多少，计算相对应时间的电价值。但是这种计算方式还是存在一些漏洞，最后所得出的电价值结果十分平稳，并不能真正的得出某些特殊情况的电价。在实际应用的过程中，如果负荷出现变化，那么编辑组也会对电价进行一定的调整。后面经过大量的分析和计算过程中，不难发现电价之所以升高会与上一段时间的高负荷差存在很大的联系。造成这一现象的原因主要是用，如果负荷差过高的话机组的爬坡影响也很大的影响，会导致其出现匮乏的情况。对于电价和负荷差两者存在密切关系的现象，我们必须要进行解决，如果某一时段和上一时段之间两者的差距超过了8%，那么就必须考虑负荷差和电价之间的影响关系，那么公式中就必须加入负荷差變量，即：

上式中，是电价负荷系数，是电价负荷差系数，是t-1时段基础负荷。

（二）基于回归分析的电价预测线性模型

多元线性回归预测法是诸多预测方法中比较通俗直观的方法，而利用多元线性回归预测法进行预测，关键在于确定多元线性回归方程。假设Y为因变量，Xj（j=1，2，…，m）为自变量，则多元线性回归预测方程可表示为：

式中为待定系数。可以看出在多元线性回归方程中，一旦待定系数确定，那么方程也就确定。为建立多元线性回归预测方程，需要掌握一定时期内因变量和自变量的实际数据，若知道n期因变量的实际数据y（y1，y2，…，yn）

在以上的分析过程中，本论文详细的分析了不同因素影响下对于电价之间的波动影响。经过多种计算，我们选择利用多元性回归方式来构建清算电价预测模型，输入的参考因素主要是以上述所阐述的因素为主，并且结合以下假定。

a）历史总在不间断的重复，这也是模型的重现原理。

b）对电价的清算涵盖完了，从开始到现在，关于价格的全部内容，价格出现波动是因为新出现的其他因素所导致的。

根据上述参数内容，我们在对模型输入时所选取的变量是，为期为一周的负荷，以及检测容量。关于企业自身市场核定值的输入量是前一天的，阻塞水平以及历史清算电价的输入量是三个，分别是一周以前，两天以前，一天以前。（在所有的輸入量和输入完毕确定之后，接下来便对模型中的待定参数进行确定，主要操作步骤如下所示。

a）对所取得的历史信息进行校对，

b）带入方程组（3.5），形成式（3.6）;

c）借助最小平方法，形成式（3.11），求得待定系数B。

当系数币准备完毕确定之后，把它带入方程（3.3），再结合所确定的自变量数据，接下来就可以顺利的实施对于市场预测电价的清算。

到这一步，需要着重考虑的就是，本次模型所选取的所有待定数据会出现一定的变化，如果最终所得到的结果与实际偏差出现较大的情况，那么就需要对样本进行推翻重新学习，从而对于待定系数进行更新，保证模型的准确度。

四、电力市场下负荷集成商参与需求响应控制策略

（一）多目标优化控制策略

要标准结合一定的情况来进行需求响应，可以很大程度的帮助新能源实现节约，起到一定的改善负荷曲线的作用，而且可以减少不必要的电费支出。但是如何保证需求响应话所发挥出来的效果都是最优化的，这是需要从多个方面共同进行优化的问题。一般的MOP由n个变量参数、m个目标函数和k个约束条件组成，目标函数、约束条件与变量之间是函数关系，数学定义如下：

（二）分层控制策略

关于负荷群参与需求控制的研究过程中，有一部分文献使用参考了负荷聚合商（Loadaggregator，LA）的概念，进行分层的标准是依照控制架构进行分层的，也许他们的方法他们将其分成了三层：顶层也就是系统的调度曾，是整个电网控制的中心所在。中层也就是集群负荷控制层，这一层的作用是负荷聚合层，底层也就是可控设备控制层是负荷群。他们将研究重点放到了中层上，中层可以与上下层都起到一定的连接作用，他们为了更加方便于研究，又将中层区控制对象的不同区分成了两层，一层是对电网控制中心与负荷聚合商之间设计控制策略;下层负荷聚合商对负荷群进行控制。通过这两个层次之间的特点，进行不同的优化，希望能够借助逐层优化的方式，提升整个结构的优化。

参考文献：

[1]王宝，叶斌，朱刘柱，郝洁，叶彬，程清洁，高赐威.市场环境下我国电力需求响应实践与探索[J].电力需求侧管理，2021，23（05）：91-95.

作者简介：张骐遥，男，汉族，江西赣州，1990年8月13日，硕士研究生、工程师，广东电网能源投资有限公司，（510000），研究方向：电力市场交易、光伏、储能项目投资运营、大数据智慧能源平台建设。